廣告數據有哪些?6大廣告數據類型、優缺點比較(可代替Cookie)

廣告數據

|文/TenMax|原文出處/TenMaxCookie 消失之後,新時代廣告人該善用的 6 種數據!|首圖/Unsplash


第三方 Cookie 一直是數位廣告界賴以為生的重要工具,廣告主透過 Cookie 精準追蹤網路用戶的跨網站行為,進而針對高潛力客戶投放個人化廣告,提升投放效益。然而,近年消費者開始捍衛自身資訊隱私,拒絕不合理的個人數據揭露;基於此,Google 已宣布在 2022 年前淘汰第三方 Cookie,Apple 也在 iOS 14 隱私更新中,要求 APP 端必須取得用戶積極同意,才可進行後續追蹤。

當第三方追蹤工具逐漸失靈,是否代表著數據驅動與追蹤的數位廣告即將終結?

事實上,新時代的數位廣告人依舊可以使用其他類型的受眾數據,困難的是,如何將這些數據,融入妥適的身份辨識/分類策略中,進而成為投放廣告的有效依據與標的,成為確實有用的「無餅乾解決方案」。

TenMax 將透過本篇文章,介紹第三方 Cookie 消失前,行銷人不可不知的六大數據類型,以及實際運用上將面臨的優缺點:

第一方數據(First-party data)

第一方數據所指的是:企業直接從消費者、潛在客戶身上搜集的資料。這類資料通常透過行銷活動、官方網站、社群軟體監測工具、問卷⋯⋯等方式取得,例如,當我們瀏覽網拍時,網站跳出通知,鼓勵用戶留下 email 以獲得 50 元折價券,這便是企業搜集第一方數據的一個簡單例子!

email搜集第一方數據
圖:作者提供

第一方數據的最重要特徵,就是任何資訊都是透過企業下轄的網域所搜集而成,因而此類數據具有可靠性、準確性和排他的機密性。只要企業可以大量搜集並妥善運用第一方數據,在內部建立家的參數和衡量標準,就可擁有專屬的行銷依據。近期,OTT(串流影音)平台和 CTV(聯網電視)廣告收益飆升,正是因為擁有大量的第一方數據。

運用第一方數據,需經過以下三個階段:

  • 資料搜集(Data collection)

    企業可以透過多元的方式搜集數據,最原始的方式像是量販店會在結帳時,詢問你是否要註冊成為會員;但數位的世界則複雜得多,包含如何運用工具捕捉用戶在官方網站和社群平台上的瀏覽行為等。此外,資料搜集的方式,亦將影響後續的管理與運用的效能,因此許多企業會選擇導入數據管理平台(DMP),由源頭有效區分數據來源,使後續分析更加快速且有效。

  • 資料讓步(Data concession)

    消費者的隱私保護意識正在興起,自然不會在無利可圖的情況下提供個人資訊;因此,企業必須和受眾溝通、建立信任,鼓勵用戶在你的各種管道上提供訊息。除了提供優惠外,最有效的方式是透過「內容行銷(Content Marketing)」,向受眾提供高價值的知識,以獲得受眾信任。

  • 資料管理(Data management)

    搜集第一方資料的最終目的在於打造一個可用的數據庫,企業可導入自動化行銷的顧客關係管理系統(CRM)、前述提及的 DMP,來達成這個目標。另一方面,也必須留意資料的運用與保存,確保符合法規,且不會有濫用、外流等問題。例如過去曾有二手書平台的客戶資料落入詐騙集團之手,大大重挫該平台形象與未來資料收集的能力。

使用第一方數據,請注意以下優缺點:

  1. 優點:第一方數據可說是這個時代下「最好的資料」,由企業自訂所需的資料,並基於用戶同意而取得,具備準確、有效、專屬的特質。

  2. 缺點:在缺乏系統化策略的情況下,難以搜集到足夠大量、規模化的資料;另外則是企業必須確保資料安全。

第二方數據(Second-party data)

第二方數據可說是第一方數據的延伸,由正在探索類似受眾但不同利基市場的合作夥伴所組成,彼此交換、共用各自搜集的第一方數據。兩者本質上相同,差別在於多了「共享」的成分,合作雙方不用多費心力搜集,即可獲得兩倍規模的資料。

舉例而言,販售高蛋白粉的品牌可以從健身房蒐集到的客戶數據中受益,獲取有利行銷的資料;主打高單價精緻名錶的品牌,可以從遊艇部落格的網站瀏覽用戶數據中,獲得可用的資源。在前述兩個例子中,都可看到合作夥伴間,目標受眾的人口統計資料高度重疊,因而適合協議共享雙方數據。

第二方數據共享雙方數據
圖:作者提供

值得注意的是,第二方數據應當在雙方資料組,可以安全地共享以及儲存的前提下進行;另外,由於第二方數據的關鍵是尋求並建立互惠互利的夥伴關係,因而通常不會被商品化。

使用第二方數據,請注意以下優缺點:

  1. 優點:可擴展且更有效率地達成規模化,有助達成廣告投放及成效衡量的效果。

  2. 缺點:消費者不清楚自身提供的資料,將如何被運用與共享。隨著未來隱私政策的收緊與日益嚴格的監管審查,企業應妥善確保消費者資料的安全性,並讓消費者知悉資料使用的合理範圍。

家庭層級的數據(Household-level data)

麥肯錫數位行銷合作夥伴亞當布羅特曼指出「家戶數據多年來一直是媒體和廣告的主力軍」,特別是對於那些旨在提升品牌知名度、建立品牌資產的企業來說更加重要,因為這些企業的目的是盡可能地廣泛覆蓋,接觸最多的受眾。

家庭層級的數據
圖:作者提供

原本此類數據通常運用在傳統電視廣告投放上,而後受到線上影音普及之衝擊,許多人選擇使用手機或電腦觀看影音內容,逐漸將眼光轉離傳統的有線電視;然而,今年因疫情影響,消費者待在家的時間增加,開始回歸使用電視大螢幕觀賞影音,其中一大比例的家戶將電視連結 OTT 內容,或是直接將有線電視升級轉為 CTV 聯網電視。在此脈絡下,部分 OTT / CTV 廠商已宣稱「有能力針對家戶精準的投放廣告」,例如台灣的 LiTV 便是一例。

  1. 優點:覆蓋層面更廣,可提升廣告觸及率,且過去在傳統電視廣告上的效果出色。

  2. 缺點:缺少細分受眾並推出個人化廣告的操作空間。

內文比對技術(Contextual)

內文比對技術存在於數位廣告界已久,指的是透過 URL 爬蟲媒體內容,進一步抓取網站內容關鍵字,藉此配對相關的廣告內容。由於內文比對幾乎不會牽涉使用者瀏覽行為資料,因此較不存在隱私問題,屬於相對穩定、可靠的解方。

舉例而言,在 Cookie 等個人追蹤技術下,在旅遊網站上留下閱讀軌跡的消費者,會被貼標為對旅遊資訊有興趣的受眾,此時廣告投放的採買對象是「受眾」本身,消費者在瀏覽財經或運動等各類媒體網站時都有可能看到旅遊廣告;但在內容比對技術之下,廣告採買對象轉向「媒體」,廣告的呈現是根據使用者正在觀看的文章內容類別,例如財經網站上就可能出現金融信貸廣告,而非美妝廣告。

  1. 優點:保障隱私安全,幾乎不會涉及使用者行為資料;廣告配合網站內容出現,關聯性高,使用者體驗較佳。

  2. 缺點:精準度稍低,無法細分受眾並推出個人化廣告。
內文比對技術
圖:作者提供

延伸閱讀:後 Cookie 時代|內容比對取代 Cookie 成為廣告鎖定新解方?

身份圖譜(Identity Graph)

身份圖譜是用以追蹤客戶的資料庫,目的在於全方位跨平台、跨裝置地掌握個別客戶的行為,進而建立完整且立體的客戶縮影,釐清客戶的需要,並在投放廣告時精準觸及。相較於一般的 CRM 系統,身份圖譜不只收集常見的聯絡資料和會員編號,更進一步縫合客戶的各種數據與個人識別碼,例如:聯絡電話、電子信箱、行動裝置 ID、IP 位址、瀏覽行為⋯⋯等,當然,也包含了 Cookie。

過往,Cookie 是建構身份圖譜最方便且直接的工具,可一次收集到多種有用數據;然而,Cookie 消失並不代表身份圖譜也將殞亡,不過必須透過其他更長遠的方式加以建構,例如透過相同的登入資料,便可以鎖定單一用戶所使用的行動裝置,建構跨裝置的身份圖譜資料。

使用身份圖譜,請注意以下優缺點:

  1. 優點:身份圖譜可整併來自多個不同來源的數據,協助企業全面暸解單一客戶,進而提供個人化的服務與廣告;另一方面,身份圖譜協助企業掌握客戶的跨裝置行為,亦可進行相關歸因,有助於企業做出更有效率的行銷管道預算規劃。

  2. 缺點:構成身份圖譜需要投入大量的技術與資源,尤其在失去 Cookie 後更是如此。企業應當評估財務上能否負擔,以及建構身份圖譜是否能帶來相應的回報。

同類群組(Cohort)

提及 Cookie 的替代方案,怎麼能忘記 Google 正如火如荼發展的 FLoC 追蹤技術?

FLoC (Federated Learning of Cohorts)廣告追蹤技術,旨在生成同類群組的數據,是 Google 隱私沙盒計畫中重要的一環,官方聲明此一技術已經可以達到原本第三方 Cookie 方法的 95% 效果。相較於第三方 Cookie 精準的個人化識別與追蹤,FLoC 技術轉而分析用戶在網路上活動的「摘要」,並將用戶和其他擁有類似瀏覽興趣的群眾歸類為同一個群組;未來,廣告主投放廣告不再是鎖定個人,而是針對群體。

FLoC 追蹤技術
圖:作者提供

聽起來很複雜嗎?簡單來說,Cookie 時代,就像是所有顏色的金魚都在同一個池子中,你可以一隻一隻地撈起來看、選擇要帶哪一隻回家;而 FLoC 技術,則是將顏色相近的金魚放在同樣的池子裡,你只能選擇打包特定顏色的池子,無法細緻選擇要哪一隻金魚——但整體而言,大方向是類似的,廣告主可以選擇最重要的群體來投放廣告。

  1. 優點:理論上來說,似乎較為隱私安全,且可確保投放效益。

  2. 缺點:Google 過去受益於 Cookie,成為世界上數一數二的數位廣告商,現今面對隱私保護的潮流,宣布停用 Cookie,轉而發展同類群組追蹤方式,似乎只是換個方式繼續追蹤?此一改變是否就能消除侵犯隱私的疑慮,還是一大爭議,並未取得大眾的一致認可。
    不少專家擔憂,群體分眾恐怕會加重歧視,引發有心人士對特定群組進行網路攻擊;電子前線基金會 EFF 也認為,雖然 FLoC 技術避免針對年齡、性別和收入來直接定位用戶,但是透過輔助工具來分析分組,仍然有辦法區分不同的使用者。
    這類質疑也正是 FLoC 目前無法在歐洲地區進行測試的原因,畢竟未經用戶同意便使用個人數據生成同類群組,極可能違反歐盟《一般資料保護規範》(GDPR)的規範。

暸解以上六種可用數據,不足以彌平你心中的焦慮嗎?推薦你閱讀以下兩篇 TenMax 專文,全面為 Cookie 消失的年代備戰:
Cookie 消失了讓你找不到受眾?你應該開始考慮的十大方針! |Part 1
Cookie 消失了讓你找不到受眾?你應該開始考慮的十大方針! |Part 2

更多行銷人報導
第三方 Cookie 消失怎麼辦?品牌電商的3大應對策略
如何評估網路廣告成效?統計樣本與誤差預測網路廣告投放效果


|本文由 TenMax 授權提供,僅反映專家作者意見,未經原作者授權請勿轉載。

作者資訊

《行銷人》合作夥伴
《行銷人》合作夥伴
歡迎成為《行銷人》合作夥伴,若有任何文章授權、尋求報導及投稿的需求,歡迎來信:[email protected]